← 最新论文
💻 computer science

How to Stop Playing Whack-a-Mole: Mapping the Ecosystem of Technologies Facilitating AI-Generated Non-Consensual Intimate Images

本文针对当前打击人工智能生成的非自愿亲密图像(AIG-NCII)工作所存在的碎片化与被动性,提出了首个全面的技术生态系统分类法,该分类法将 11 类辅助技术纳入映射,从而为评估干预措施、分析政策格局以及以更清晰的视野和前瞻性指导未来研究提供一个共享框架。

原作者: Michelle L. Ding, Harini Suresh, Suresh Venkatasubramanian

发布于 2026-05-18
📖 1 分钟阅读☕ 轻松阅读

原作者: Michelle L. Ding, Harini Suresh, Suresh Venkatasubramanian

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

将人工智能生成的非自愿亲密图像(AIG-NCII)问题想象成一场“打地鼠”游戏。

在这场游戏中,你看到一只地鼠冒出来,你用锤子把它打下去。但紧接着,另一只地鼠在别处冒出来,你又得去打那只。目前,对抗这些有害图像的战斗正是如此:我们禁止一个应用,另一个就出现了;我们下架一个网站,图像就转移到了另一个地方;我们起诉一家公司,问题却转移到了系统的另一个部分。

这篇论文的作者认为,我们正在输掉这场游戏,因为我们只盯着“地鼠”(特定的应用或图像),而没有关注它们赖以生存的整个“游乐场”。他们提出了一种看待该问题的新方法:绘制使这种滥用成为可能的整个技术“生态系统”地图。

以下是他们研究发现的简要概述:

1. 问题:碎片化的斗争

目前,不同的群体正试图孤立地解决这个问题。

  • 立法者正在制定法律以禁止特定的应用。
  • 科技公司正试图过滤有害图像。
  • 活动人士正要求支付处理机构停止为这些网站提供资金。

问题在于,这些努力彼此之间缺乏沟通。它们用不同的词汇描述相同的事物,并且往往忽略了大局。由于它们在“孤岛”(独立的房间)中工作,它们无法看到修复某一部分可能会意外破坏另一部分,或者新的漏洞可能在别处出现。

2. 解决方案:“生态系统地图”

作者绘制了一张涵盖11 种不同类型技术的综合地图,这些技术共同作用以创建、传播并从这些有害图像中获利。他们将这些技术分为五个主要“区域”,类似于城市拥有不同的街区:

  • 区域 A:工厂(创建)

    • 这是图像被制作的地方。它包括数据集(AI 从中学习的照片堆)、AI 模型(执行生成的“引擎”)以及接口(普通人输入指令以生成图像的应用或网站)。
    • 类比: 这是烹饪坏食物的厨房。
  • 区域 B:送货卡车(分发)

    • 一旦图像制作完成,就需要将其发送给人们。该区域包括社交媒体平台、私人消息以及专门发布这些图像的网站。
    • 类比: 这是将坏食物送达客户的配送服务。
  • 区域 C:路标和杂志(扩散与发现)

    • 人们如何找到这些工具?该区域包括搜索引擎(如 Google)、广告平台(“裸体生成器”应用广告出现的地方)、应用商店(下载应用的地方)以及在线社区(如人们分享如何越狱 AI 技巧的 Telegram 群组或论坛)。
    • 类比: 这些是告诉人们在哪里找到坏食物的广告牌、杂志和口口相传。
  • 区域 D:电网(基础设施支持)

    • 没有基础,上述一切都无法运作。该区域包括开发者平台(代码存储地,如 GitHub)和关键服务提供商(如云服务器、域名和登录服务)。如果这些公司切断电源,整个系统将停止运转。
    • 类比: 这是维持工厂和送货卡车运行的电力和供水系统。
  • 区域 E:收银机(变现)

    • 必须有人为此买单。该区域包括支付处理机构(如 Visa、PayPal 或加密货币),它们允许创作者通过出售这些图像或制作它们的工具来赚钱。
    • 类比: 这是利润存入的银行。

3. 地图如何发挥作用:两个现实世界的测试

作者测试了他们的地图以证明其有效性。

测试 1:理解新危机("Grok"案例)
当一款名为"Grok"的新 AI 聊天机器人开始生成数千张色情图像时,新闻报道一片混乱,标题令人困惑。

  • 没有地图: 人们只看到"Grok 很糟糕”。
  • 有了地图: 作者可以将其分解。他们看到"Grok"不仅仅是一个东西;它是一个运行在生成式 AI 模型上的生成式 AI 接口(聊天机器人),托管在分发渠道(X/Twitter)上,由应用商店推广,并被 Telegram 上的深度伪造创作社区“越狱”。
  • 结果: stakeholders 不再只是说“禁止 Grok",而是能够确切地看到需要解决系统的哪些部分(例如应用商店、支付处理机构或社区聊天室)。

测试 2:修正法律
作者审视了美国各地的 63 项不同法律。

  • 没有地图: 这看起来像是一堆杂乱无章的规则,没有清晰的模式。有些法律禁止“创建”图像,有些禁止“分享”图像,定义也五花八门。
  • 有了地图: 他们可以对法律进行颜色编码。他们意识到,大多数法律只针对送货卡车(分发)或收银机(变现)。很少有法律真正针对工厂(创建)或电网(基础设施)。
  • 结果: 这向政策制定者确切地展示了差距所在。他们可以看到,要阻止问题,他们需要监管“工厂”和“电网”,而不仅仅是送货卡车。

4. 目标:停止“打地鼠”游戏

该论文得出结论,我们不能通过一次只打一只地鼠来获胜。我们需要理解整个生态系统。

通过使用这张地图,研究人员、律师和科技公司可以:

  1. 使用相同的语言(对系统的不同部分使用一致的术语)。
  2. 看到联系(理解“电网”的变化如何影响“工厂”)。
  3. 预测未来(看到新法律如何导致问题转移到地图的不同部分)。

最终目标是从被动的“打地鼠”游戏转变为主动策略,修复整个游乐场,使此类滥用从一开始就更难发生。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →